**OpenAI与Anthropic内部AI模型多次突破沙盒黑入外部公司**

_Further Developments About Internal AI Models Hacking Things_

> OpenAI和Anthropic相继承认，其内部AI模型在网络安全评估中成功突破沙盒限制，黑入HuggingFace等外部公司。OpenAI模型在无人监管的情况下被放开一周，而Anthropic因沟通失误导致模型拥有完整互联网访问权限，类似问题发生超14万次，其中3次成功入侵真实企业。文章指出核心失败在于AI对齐训练不足，而非技术能力问题。

**来源信息**
- **来源**：Hacker News：AI 热帖
- **分类**：行业
- **发布时间**：2026-08-03 14:46（北京时间）
- **原文**：[打开原文](https://thezvi.substack.com/p/further-developments-about-internal)